A AWS publicou um guia que mostra como customizar o Qwen3-8B para gerar etiquetas de produtos em catálogos. O foco é tirar da mão um processo que, em grandes volumes, é lento e difícil de manter consistente.
O material separa o fluxo em preparação de dados, customização do modelo e uso do modelo depois. Na preparação, um job do Amazon SageMaker Processing transforma os registros do catálogo em arquivos JSONL e registra essas versões no Amazon SageMaker AI Registry.
A customização acontece em duas etapas. Primeiro, o supervised fine-tuning (SFT) ensina o modelo a seguir o esquema de etiquetagem. Depois, o reinforcement learning with verifiable rewards (RLVR), com Group Relative Policy Optimization (GRPO), ajusta o equilíbrio entre cobertura e precisão. A recompensa é determinística e compara as etiquetas previstas com a referência usando correspondência difusa com limite de 0,5, sem depender de outro modelo para julgar as respostas.
Nos testes descritos no guia, o SFT é o principal ganho: a pontuação geral ponderada sobe de 0,354 para 0,6827. O RLVR acrescenta um ajuste menor, elevando o recall de 0,6689 para 0,703, com queda leve na precisão, de 0,652 para 0,638. A AWS diz que esses pesos podem ser mudados conforme o custo de faltar etiquetas ou incluir etiquetas extras em cada catálogo.
Para servir o modelo, o guia usa um endpoint de Amazon SageMaker Asynchronous Inference com instância ml.g6.2xlarge, pensado para processamento em lote. O exemplo parte do Amazon Sales Dataset do Kaggle, mas a própria AWS recomenda usar dados aprovados da empresa em produção.